Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
1. Inleiding tot de AI-engineering
- Wat is AI-engineering?
- AI versus Machine Learning versus Deep Learning
- De levenscyclus van een AI-project
- Toepassingen van AI in verschillende sectoren
- Rollen en verantwoordelijkheden van een AI-engineer<\/li>
2. Grondslagen van kunstmatige intelligentie
- Kernconcepten en terminologie binnen AI
- Toezichtgeleerd, ontoezichtgeleerd en versterkend leren
- Neurale netwerken en basisprincipes van deep learning
- Overzicht van generatieve AI en fundatiemodellen
- De ecosystemen en frameworks voor AI-ontwikkeling
3. Python voor AI-engineering
- Belangrijkste Python-bibliotheken voor AI
- NumPy, Pandas en Matplotlib
- Manipuleren en visualiseren van gegevens
- Werken met Jupyter Notebooks
- Het schrijven van herbruikbare AI-code
4. Gegevensvoorbereiding voor AI
- Het verzamelen en analyseren van datasets
- Gegevenszuivering en -voorbewerking
- Feature engineering
- Schalen en normaliseren van kenmerken
- Het verdelen van datasets in trainings-, validatie- en testsets
- Omgaan met ontbrekende waarden en uitschieters
5. Grondslagen van machine learning
- Regressiealgoritmen
- Classificatie-algoritmen
- Clustertechnieken
- De workflow voor modeltraining
- Evaluatiemetingen voor modellen
- Het voorkomen van over- en onderfitting
6. Het bouwen van AI-modellen met TensorFlow en PyTorch
- Inleiding tot TensorFlow
- Inleiding tot PyTorch
- Het creëren van neurale netwerken
- Modeltraining en -validatie
- Het opslaan en laden van modellen
- Vergelijking tussen beide frameworks
7. Grondslagen van natuurlijke taalverwerking
- Textpreprocessing
- Word embeddings
- Classificatie van tekst
- Sentimentanalyse
- Inleiding tot transformer-modellen
- Praktische toepassingen van NLP
8. AI binnen softwareontwikkeling
- Het integreren van AI in bestaande applicaties
- Het oproepen van AI-diensten via API’s
- Het ontwikkelen van met AI versterkte applicaties
- AI-ondersteunde hulpmiddelen voor softwareontwikkeling
- Het testen van AI-geschikte toepassingen
9. Best practices binnen AI-engineering
- Organisatie van projecten
- Versiebeheer met Git
- Het bijhouden van experimenten
- Modelversiebeheer
- Documentatiestandaarden
- Reproduceerbaarheid binnen AI-projecten
10. Het implementeren van AI-modellen
- Serialisatie van modellen
- Het opzetten van inferentieservices
- REST API’s voor AI-modellen
- Inleiding tot Docker in het kader van AI-implementatie
- Bewaking van geïmplementeerde modellen
- Onderhoud en updates van modellen
11. Data-engineering binnen AI
- Data-pipelines
- ETL-processen
- Het beheren van zowel gestructureerde als ongestructureerde gegevens
- Mogelijkheden voor datastorage
- Kwaliteitsbeheer van gegevens
- Het voorbereiden van productierijpe datasets
12. Verantwoorde en ethische AI
- Bias en rechtvaardigheid in AI-systemen
- Explainable AI (XAI)
- Privacybescherming en gegevensbeveiliging
- Veiligheidsaspecten van AI
- Verantwoord ontwikkelen van AI-systemen
- Regulering en governance bij AI-ontwikkeling
13. Projectmanagement binnen AI
- De levenscyclus van een AI-project
- Agile-methodologieën voor AI-projecten
- Samenwerking tussen technische en zakelijke teams
- Het inschatten van de omvang van AI-projecten
- Risicobeheer bij AI-projecten
- Beoordeling van projectsuccesvolheid
14. Praktijkworkshop in AI-engineering en toekomstige trends
- Het opzetten van een complete workflow voor AI-ontwikkeling
- Het bouwen van een volledig machine learning-project
- Modeltraining en -evaluatie uitvoeren met behulp van TensorFlow of PyTorch
- Het implementeren van een eenvoudige AI-applicatie
- De huidige trends binnen AI-engineering
- Generatieve AI en Large Language Models (LLM’s)
- MLOps en automatisering in de AI-wereld
- Carrièremogelijkheden en levenslang leren binnen dit domein
- Samenvatting, Q&A en vervolgstappen
Vereisten
- Basiskennis van programmeerconcepten hebben.
- Ervaring met programmeren in Python hebben.
- Kennis van basisstatistiek en lineaire algebra hebben.
Doelgroep
- AI-engineers
- Softwareontwikkelaars
- Data-analisten
14 Uren
Aangepaste bedrijfsopleiding
Opleidingsoplossingen ontworpen exclusief voor bedrijven.
- Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
- Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
- Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Prijs per privégroep, online live training, startend vanaf 3200 € + BTW*
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
Reviews (2)
De uitgebreide selectie gepresenteerde tools
Miruna Buzduga - Aeronamic Eastern Europe
Cursus - AI Enablement Training for Engineers
Automatisch vertaald
Stap voor stap training met veel oefeningen. Het voelde als een workshop en daar ben ik erg blij mee.
Ireneusz - Inter Cars S.A.
Cursus - Intelligent Applications Fundamentals
Automatisch vertaald